黑色素是決定皮膚顏色的主要因素，其過度或異常生成會導致雀斑、黃褐斑等色素沉著問題。酪氨酸酶作為控制皮膚黑色素生成量的“總開關”，是主流美白產品的核心靶點之一。
然而，大多數品牌的功效實驗仍主要依賴蘑菇來源的酪氨酸酶進行成分篩選，其與人體酪氨酸酶存在較大結構差異，導致許多研究成果實際上難以直接應用于人體。
近日，一項發(fā)表于國際期刊《Scientific Reports》的研究，為破解這一難題提供了新思路。
武漢理工大學與蘇州予路乾行生物科技有限公司的研究團隊利用AI模型和計算模擬技術，成功預測出高精度的人體酪氨酸酶三維結構。
模型選擇的背后
酪氨酸酶是人體黑色素合成過程中的關鍵限速酶，然而，由于直接從人體組織中分離并結晶酪氨酸酶極其困難，科研人員退而求其次，選擇了一種易于獲取的替代品——蘑菇酪氨酸酶。這個權宜之計，卻為后續(xù)的應用埋下隱患：
蘑菇與人體的酪氨酸酶，基因序列的相似度僅有25%。論文研究更指出，人體酪氨酸酶的活性口袋富含酸性氨基酸，呈現出親水的特性；而蘑菇的則充滿疏水性氨基酸。
人源與蘑菇源酪氨酸酶基因序列比對
這意味著兩者對活性物的偏好實際是存在顯著差異的，同時也解釋了為什么部分在蘑菇模型上表現突出的美白成分，在投入巨額成本進行人體測試后，卻宣告失敗。
模型的選擇不僅影響效果，更關乎安全。由于結構不匹配，某些成分在與人體酪氨酸酶作用時，可能與非預期的位點結合，產生“脫靶效應”，從而引發(fā)過敏、紅腫等副作用。傳統(tǒng)成分曲酸、對苯二酚等就因此類問題而備受爭議。
因此，將研究焦點從“蘑菇”真正轉移到“人”，是實現精準、安全美白的關鍵出路。
新型美白機制
打破僵局的力量，來自人工智能。該研究利用前沿AI工具AlphaFold。通過深度學習算法，成功預測并構建了高精度的人體酪氨酸酶3D結構模型。
這張精確“藍圖”的誕生，讓研究者得以首次在虛擬的原子世界中，運用“分子動力學模擬”技術，觀察美白成分與人體靶點在億萬分之一秒內的每一次碰撞、結合與分離。
研究團隊選取了三種美白成分——熊果素、谷胱甘肽和海參肽，進行模擬實驗。
模擬結果揭示出，針對人體酪氨酸酶，存在兩種截然不同的抑制機制。
其中，熊果素和谷胱甘肽，憑借其分子量較小、化學結構柔韌的優(yōu)勢，能夠順利通過活性口袋的入口，與最核心的兩個銅離子發(fā)生螯合作用。銅離子是酶發(fā)揮催化活性的關鍵，一旦被它們“俘獲”，整個酶便會“熄火”。這一機制依賴于分子的“小”和“巧”。
海參肽對接模擬
而海參肽則展現出另一種策略。模擬動畫清晰地顯示，海參肽通過其多個官能團，與活性口袋入口處的多個柔性氨基酸環(huán)形成了穩(wěn)定而廣泛的氫鍵網絡。這相當于用多把鎖從外部將入口牢牢“鎖死”。如此一來，黑色素的生產原料（酪氨酸）便無法進入，酶的活性被高效抑制。
對于肽類大分子，通過巧妙地與入口結構適配，同樣能達到甚至超越小分子的效果，且這種非直接攻擊核心的方式，理論上具有更高的靶點特異性和安全性。
新美學評析
這項研究為開發(fā)全新的美白肽提供理論支撐。研發(fā)人員可以基于這一模型，通過計算機輔助設計，創(chuàng)造出能與入口“門衛(wèi)”氨基酸完美契合的新型多肽。或將催生一代更溫和、更安全、專為亞洲人膚質設計的高效肽類美白產品，改變目前以刺激性小分子為主導的市場格局。
另外，精確的人體酪氨酸酶模型可以助力化妝品企業(yè)在產品開發(fā)的最初期，通過虛擬篩選，快速、低成本地篩選出真正有潛力的“種子選手”，大大縮短研發(fā)周期，降低試錯成本。指引著美白護膚產業(yè)從“經驗試錯”的舊時代，邁向一個基于精準科學、以人為本的全新紀元。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
